Analisis Pencemaran Udara Gas Buang Cerobong Asap Pada Industri Di Kota Medan Dengan Menggunakan Analisis Cluster

ANALISIS PENCEMARAN UDARA GAS BUANG CEROBONG
ASAP PADA INDUSTRI DI KOTA MEDAN DENGAN

MENGGUNAKAN ANALISIS CLUSTER
SKRIPSI
MARIA NABABAN
170823019
PROGRAM STUDI S1 MATEMATIKA

DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2019
Universitas Sumatera Utara

SKRIPSI
DIAJUKAN UNTUK MELENGKAPI TUGAS DAN MEMENUHI SYARAT

MENCAPAI GELAR SARJANA SAINS
MARIA NABABAN
170823019
PROGRAM STUDI S1 MATEMATIKA

DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2019

PERNYATAAN ORISINALITAS
ANALISIS TINGKAT PENCEMARAN UDARA GAS BUANG

CEROBONG ASAP PADA INDUSTRI DI KOTA MEDAN
DENGAN MENGGUNAKAN ANALISIS CLUSTER
SKRIPSI
Saya menyatakan bahwa skripsi ini adalah hasil karya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, September 2019
Maria Nababan
170823019

i
PENGESAHAN SKRIPSI
Judul : Analisis Tingkat Pencemaran Udara Gas Buang

Cerobong Asap pada Industri Di Kota Medan dengan
Menggunakan Analisis Cluster.
Kategori : Skripsi
Nama : Maria Nababan
Nomor Induk Mahasiswa : 170823019
Program Studi : Sarjana (S1) Matematika Ekstensi
Fakultas : MIPA - Universitas Sumatera Utara
Disetujui di
Ketua Program Studi Pembimbing,
Dr. Suyanto, M.Kom. Drs. Ujian Sinulingga, M.Si

NIP.19590813 198601 1 002 NIP. 19560303 198403 1 004

ii

ABSTRAK
Pencemaran Udara Gas Buang Cerobong Asap adalah pencemaran yang berasal dari
sisa pembuangan industri. Cerobong asap yang merupakan suatu elemen bangunan
berbentuk bulat atau persegi untuk mengalirkan udara, gas, asap pada bangunan yang
berfungsi sebagai ventilasi pembuangan panas gas buang atau asap yang dihasilkan
dari kompor, boiler, tungku, atau bahkan perapian ke luar menuju atmosfer. Tujuan
penelitian ini adalah mengetahui karakteristik industri melalui pengelompokan
tingkat pencemaran udara gas buang cerobong asap pada industri di kota Medan.
Analisis cluster adalah suatu tehnik yang digunakan untuk mengelompokkan objek
ke dalam kelompok yang relatif sama (homogen) yang disebut cluster. Penelitian ini
menggunakan metode Single Linkage dengan hasil akhirnya menunjukkan
terbentuknya 5 kelompok cluster. Perusahaan yang merupakan cluster I terdiri dari 2
perusahaan, cluster II terdiri dari 1 perusahaan, cluster II terdiri dari 13 perusahaan,
cluster IV terdiri dari 1 perusahaan dan cluster V terdiri dari 1 perusahaan.
Perusahaan yang terdapat pada cluster I memiliki tingkat kemiripan yang sangat
dekat begtu pula dengan cluster III.
Kata Kunci : Pencemaran Udara Gas Buag Cerobong Asap, Analisis Cluster, Single
Linkage

iii
ANALYSIS OF EXHAUST GAS AIR POLLUTION IN INDUSTRIAL

INDUSTRIES IN THE CITY OF MEDAN BY USING
CLUSTER ANALYSIS
ABSTRACT
Exhaust Gas Air Pollution is pollution originating from the rest of industrial
disposal. Exhaust is a round or square shaped building element to flow air, gas,
smoke in buildings that function as exhaust vebtilation heat exhaust gas or smoke
generated from stoves, boilers, furnaces or even fireplace out into the atmosphere.
This research is to know the characteristics of thr industry through grouping the
level of pollution in the exhaust flue gas in the industry in the city of Medan. Analysis
of cluster is a class techniques used to classify object in to group a relatively
homogenous called cluster. This research using the Single Linkage method with the
end result show the formaton of five cluster. The company which is cluster I consists
of 2 companies, the company which is cluster II consists of 1 company, the company
which is cluster III consists of 13 companies, the company which is cluster IV
consists of 1 company and the company which is cluster V consists of 1 company.
The company in cluster I have a very close similarity as well as cluster III.
Keywords : Exhaust Gas Air Pollution, cluster analysis, Single Linkage

iv
PENGHARGAAN
Puji syukur penulis ucapkan kehadirat Tuhan Yang Maha Esa, atas berkatnya penulis
dapat menyelesaikan penyusunan skripsi ini yang berjudul “Analisis Tingkat
Pencemaran Udara Gas Buang Cerobong Asap pada Industri di Kota Medan
dengan Menggunakan Analisis Cluster”. Adapun tujuan penulisan skripsi ini
adalah sebagai salah satu syarat untuk memperoleh gelar sarjana Sains Program Studi
Matematika.
Pada kesempatan ini, penulis mengucapkan terimakasih kepada Ayahanda

G.Nababan, Ibunda R. Pasaribu, Kakanda Lidya Nababan dan Juliana Nababan,
Abangda Bahari Nababan, Adinda Marta D. Nababan dan Midian J.V Nababan,
pasangan Hermanto Syahputra serta seluruh keluarga besar saya atas doa, dukungan
dan kasih sayang sehingga penulis dapat menyelesaikan skripsi ini dengan baik.
Terimakasih penulis sampaikan sebesar-besarnya kepada:
1. Bapak Drs. Ujian Sinulingga, M.Si selaku pembimbing yang telah bersedia
meluangkan waktu memberikan masukan, bimbingan dan arahan untuk
menyelesaikan skripsi ini.
2. Terima kasih juga penulis sampaikan kepada Bapak Drs. Agus Salim
Harahap, M.Si dan Bapak Dr. Suyanto, M.Kom selaku dosen pembanding
atas kritik dan saran dalam menyempurnakan skripsi ini.
3. Terima Kasih kepada Bapak Dr. Suyanto, M.Kom dan Bapak Drs. Rosman
Siregar, M.Si selaku Ketua dan Sekretaris Departemen Matematika FMIPA
USU, Bapak Dr. Kerista Sebayang, MS selaku Dekan FMPA USU, pegawai
dan rekan-rekan kuliah yang telah bersama-sama berjuang selama ini.
Penulis menyadari skripsi ini masih jauh dari kata sempurna dan masih
memiliki banyak kekurangan, baik dalam tehnik materi maupun penulisannya,
mengingat akan kemampuan yang penulis miliki. Untuk itu kritik dan saran yang
membangun dar semua pihak sangt penulis harapkan. Penulis mengharapkan kritik

v
dan saran dari pembaca demi penyempurnaan skripsi ini. Akhir kata penulis ucapkan
semoga skripsi ini bermanfaat bagi pihak yang membutuhkan, sehingga tujuan yang
diharapkan dapat tercapai, Amen.
Penulis,
Maria Nababan
170823019

vi
DAFTAR ISI
Halaman
PENGESAHAN SKRIPSI i
PERNYATAAN ORISINALITAS ii
PENGHARGAAN iii
ABSTRAK v
ABSTRACT vi
DAFTAR ISI vii
DAFTAR TABEL ix
BAB 1 PENDAHULUAN
1.1 Latar Belakang 1
1.2 Perumusan Masalah 5
1.3 Pembatasan Masalah 5
1.4 Tujuan Penelitian 5
1.5 Manfaat Penelitian 5
1.6 Kerangka Penelitian 7
BAB 2 TINJAUAN PUSTAKA

2.1 Pencemaran Udara Gas Buang Cerobong 8
Asap Industri
2.2 Sumber Pencemaran Udara Gas Buang 10
Cerobong Asap
2.3 Dampak Pencemaran Udara Gas Buang 11
Cerobong Asap
2.4 Analisis Cluster 11
2.4.1 Ukuran Kemiripan Objek 12
2.4.2 Metode Analisis Cluster 13
BAB 3 METODE PENELITAN

3.1 Ruang Lingkup Penelitan 16
3.2 Lokasi Penelitian 16
3.3 Jenis dan Sumber Data 16
3.4 Metode Analisis Data 16
3.4.1 Variabel Penelitian 17
3.4.2 Analisis Cluster 17
BAB 4 HASIL DAN PEMBAHASAN

4.1 Menganalisis Data 19
4.2 Proses Analisis Cluster 21
4.2.1 Menentukan Ukuran Kemiripan 22
Atau Ketakmiripan antara Dua Objek
4.2.2 Proses Analisis Cluster Single Linkage 25

vii
BAB 5 KESIMPULAN DAN SARAN

5.1 Kesimpulan 34
5.2 Saran 35
DAFTAR PUSTAKA 36
DAFTAR LAMPIRAN

viii
DAFTAR TABEL
Nomor
Tabel Judul Halaman
4.1 Baku Mutu Pencemaran Industri Kota Medan 19
4.2 Data Pencemaran Udara Gas Buang Cerobong 21
Asap Industri
4.3 Perhitungan Kedekatan Industri PT.Growth 22
Sumatera Industry dan PT.Musim Mas
4.4 Perhitungan Kedekatan Industri PT.Musim Mas 23
dan Industri Karet
4.5 Hasil Perhitungan Jarak Menggunakan 24
Euclidean Distance
4.6 Agglomeration Schedule dalam Menganalisis Tingkat 25
Pencemaran Udara Gas Buang Cerobong Asap pada Industri
4.7 Cluster Membership 32
4.8 Anggota dari Cluster yang Terbentuk dengan 33
Metode Single Linkage

1
BAB 1
PENDAHULUAN
1.1 Latar Belakang

Udara adalah campuran berbagai gas yang tidak berwarna dan tidak berbau (seperti
oksigen dan nitrogen) yang memenuhi ruang di atas bumi seperti yang dihirup
makhluk hidup apabila bernapas (KBBI, 2012). Udara dibedakan menjadi udara
emisi dan udara ambien. Udara emisi (pencemaran udara) yaitu udara yang
dikeluarkan oleh sumber emisi (pencemaran udara) seperti knalpot kendaraan
bermotor dan cerobong gas buang industri. Sedangkan udara ambien adalah udara
bebas di permukaan bumi yang sehari-hari dihirup oleh makhluk hidup (PP No.41
Tahun 1999). Pencemaran udara adalah kehadiran satu atau lebih substansi fisik,
kimia, atau biologi di atmosfer dalam jumlah yang dapat membahayakan kesehatan
manusia, hewan dan tumbuhan, mengganggu estetika dan kenyamanan. Salah satu
pencemaran udara yang cukup besar dampaknya berasal dari industri. Pencemaran
udara yang dihasilkan dari sisa pembuangan industri adalah pencemaran udara gas
buang cerobong industri. Cerobong asap merupakan suatu elemen bangunan
berbentuk bulat atau persegi untuk mengalirkan udara, gas, asap pada bangunan
yang berfungsi sebagai ventilasi pembuangan panas gas buang atau asap yang
dihasilkan dari kompor, boiler, tungku, atau bahkan perapian ke luar menuju
atmosfer. Cerobong asap biasanya tersusun secara vertikal atau mendekati vertikal,
dalam arti sangat mendekati vertikal. Adapun fungsi dari cerobong asap sendiri
adalah untuk menarik keluar udara dari proses pembakaran serta menguraikan
polutan yang terkandung dalam gas buang menuju wilayah yang lebih luas. Dengan
demikian dapat menurunkan kadar konsentrasi polutan yang ada. Dizaman sekarang
ini industri menempati pusat dalam ekonomi masyarakat modern dan merupakan
penggerak paling dasar dalam meningkatkan kemakmuran, terutama pada negara-
negara maju. Sedangkan pada negara berkembang, industri sangat penting untuk
memperluas landasan pembangunan dan memenuhi kebutuhan masyarakat yang
semakin meningkat. Pabrik-pabrik industri yang ada di Indonesia saat ini kurang
memperhatikan filter pada cerobong asap pabriknya, sehingga asap hasil pembakaran

2
yang keluar dari cerobong asap pabrik tidak tersaring dengan baik. Hal ini dapat
membahayakan udara disekitar pabrik, karena zat-zat dan kandungan logam
berbahaya yang ada pada asap ikut mencemari udara. Jika cerobong asap pabrik tidak
memiliki filter yang baik, maka asap akan mengeluarkan banyak debu serta bau yang
tidak sedap. Logam-logam berat yang dimuntahkan oleh cerobong asap pabrik dalam
bentuk partikel perlu mendapat perhatian. Bahan-bahan kimia metalik ini sangat
berbahaya bagi kehidupan manusia, hewan dan tumbuhan (Sumardjo, 2009). Di
Indonesia kota-kota besar seperti Jakarta, Bandung, Surabaya, Medan dan kota besar
lainnya juga memiliki industri-industri besar yang mampu menyerap tenaga kerja
dalam jumlah yang cukup banyak dan memilki dampak positif maupun negatif.
Kota Medan adalah ibu kota provinsi Sumatera Utara. Kota ini merupakan kota
ketiga terbesar setelah Jakarta dan Surabaya di Indonesia, memiliki jumlah industri
yang cukup banyak dengan tingkat pencemaran udara yang besar menjadikan Medan
sebagai salah kota yang menarik untuk dilakukannya penganalisisan pencemaran
udara. Industri bukanlah hal yang baru bagi masyarakat, industri yang saat ini
bekembang di kota Medan ada berbagai macam. Mulai dari industri makanan,
industri pakaian, industri minuman, dan jenis industri lainnya. Pembangunan sektor
industri yang berkembang begitu pesat di kota Medan, membuat lahan pemukiman
semakin sempit, sehingga lingkungan antara industri dan pemukiman masyarakat
hampir tidak memiliki jarak. Pembangunan pada sektor industri membawa dampak
bagi kehidupan manusia baik dampak positif maupun dampak negatif. Dampak
positif dari kegiatan industri adalah dapat mengurangi persentase penganggguran,
menambah devisa negara, serta menarik minat investor untuk menanamkan modal.
Selain dampak positif ini, kegiatan industri juga memiliki dampak negatif. Adapun
salah satunya adalah pencemaran udara. Pencemaran udara dirasakan semakin hari
semakin meningkat, terutama didaerah yang kepadatan lalu lintasnya cukup tinggi,
serta dilokasi industri yang kurang memeperhatikan dampak yang buruk pada
lingkungannya. Udara yang tercemar dapat merusak lingkungan sekitarnya dan
berpotensi mengganggu kesehatan masyarakat sekitarnya.
Dalam analisis statistik, kriteria pencemaran udara tersebut dinyatakan sebagai

variabel. Adapun variabel-variabel yang digunakan dalam skripsi ini ada 5 variabel,

3
dimana merupakan jenis pencemaran udara yang meliputi debu (TSP = Total
Suspended Particulate), Carbon Monoksida (CO), Amonia ( ), Nitrogen Dioksida
( ), dan Sulfur Dioksida ( ). Pengambilan data untuk penelitian ini, peneliti
menggunakan data sekunder yang diperoleh dari Dinas Lingkungan Hidup di Kota
Medan.Semakin banyak kriteria pencemaran udara akan semakin rumit analisis
statistika yang akan dilakukan. Analisis multivariat merupakan salah satu metode
statistika yang cocok untuk meringkas data dengan peubah banyak. Salah satu
analisis multivariat yang dapat digunakan untuk memahami dan mempermudah
interpretasi data adalah analisis cluster.
Analisis cluster adalah teknik statistik yang berguna untuk mengelompokkan

objek ataupun variabel ke dalam beberapa kelompok tertentu dimana setiap objek
atau variabel yang terbentuk memiliki sifat dan karakteristik yang berdekatan
tersebut. Pada praktiknya, analisis cluster digunakan untuk pembagian sejumlah
konsumen (responden) ke dalam beberapa kelompok (cluster) berdasarkan kemiripan
sejumlah atribut yang didefinisikan.
Analisis cluster bertujuan untuk mengelompokkan objek-objek berdasarkan

karakteristik diantara objek-objek pengamatan, sehingga dapat diketahui ciri khas
dari setiap kelompok. Banyak objek yang dapat dikelompokkan dengan analisis
cluster, diantaranya adalah produk (barang dan jasa), benda, manusia (responden
konsumen). Analisis cluster memiliki metode yang disebut dengan metode cluster.
Metode cluster merupakan metode yang digunakan untuk mengklasifikasi objek
sehingga setiap objek yang paling dekat kesamaannya dengan objek lain berada
dalam cluster yang sama. Secara umum terdapat dua metode dalam analisis cluster
ialah metode hierarki dan metode non-hierarki. Jurnal penelitian sains sebelumnya
mengenai pengelompokan dengan metode clustering “Analisis Cluster Terhadap
Tingkat Pencemaran Udara pada Sekor Industri di Sumatera Selatan” (Sitepu. R
et.al). Pada penelitan ini menggunakan metode pengelompokan hierarki yang
menggunakan prosedur pengelompokan yaitu Single Lingkage. Berdasarkan uraian
yang telah dipaparkan maka peneliti tertarik untuk melakukan penelitian dengan
judul “Analisis Tingkat Pencemaran Udara Gas Buang Cerobong Asap pada
Industri di Kota Medan dengan Menggunakan Analisis Cluster”.

4
1.2 Perumusan Masalah

Berdasarkan latar belakang didapati bahwa perumusan masalah yang akan dibahas
dalam penelitian ialah bagaimana mengelompokkan jenis objek pengamatan
(industri) di kota Medan berdasarkan tingkat pencemaran udara menggunakan
analisis cluster.
1.3 Pembatasan Masalah

Permasalahan masalah dalam penelitian ini dibatasi pada data yang digunakan adalah
data hasil pengukuran pencemaran udara gas buang cerobong asap di kota Medan
tahun 2018 menggunakan metode pengcluster-an atau metode pengelompokan yang
digunakan adalah Single Linkage.
1.4 Tujuan Penelitian

Mengetahui karakteristik industri melalui pengelompokan tingkat pencemaran udara
gas buang cerobong asap pada industri di kota Medan sehingga nantinya dapat
dikelompokkan kedalam satu wilayah yang sama.
1.5 Manfaat Penelitian

Manfaat penelitian ini adalah:
a. Secara teori, penelitian ini diharapkan dapat menjadi referensi tambahan dan
bahan informasi mengenai pengelompokan industri berdasarkan tingkat pencemaran
udara di kota Medan. Hasil penelitian ini dapat digunakan untuk penyususnn arahan
kebijakan yang cukup baik dalam pembangunan industri di kota Medan yang
memiliki tingkat pencemaran udara yang berdampak cukup besar bagi masyarakat
kota Medan serta dapat digunakan sebagai gambaran dalam penelitan yang sejenis
tidak hanya cakupan kota namun juga cakupan yang lebih besar.
b. Penelitian ini diharapkan dapat memberikan sumbangan dan saran yang
berguna bagi pemerintah. Sebagai tambahan wawasan dan pembelajaran yang lebih

5
luas bagi peneliti. Menjelaskan cara pengelompokan yang lebih mudah apabila ingin
membuat sebuah kelompok dengan jumlah yang sedikit maupun cukup banyak.
1.6 Kerangka Penelitian
Studi Literatur
Pemahaman Proposal
dan Metode
Hierarki
Perumusan Masalah, Penentuan Batasan Masalah

dan Tujuan Penelitian
Pengumpulan Data
Input Data Pencemaran

Udara Gas Buang Cerobong
Asap Industri
Menghitung dan Mengolah nilai data
Gas Buang cerobong asap industri
Menentukan jumlah
cluster (Clustering)
Kesimpulan dan Saran

6
BAB 2
TINJAUAN PUSTAKA
2.1 Pencemaran Udara Gas Buang Cerobong Asap Industri
Pengertian pencemaran udara berdasarkan Undang-Undang Nomor 23 tahun 1997

pasal 1 ayat 12 mengenai Pencemaran Lingkungan yaitu pencemaran yang
disebabkan oleh aktivitas manusia seperti pencemaran yang berasal dari pabrik,
kendaraan bermotor, pembakaran sampah, sisa pertanian, dan peristiwa alam seperti
kebakaran hutan, letusan gunung api yang mengeluarkan debu, gas, dan awan
panas.Pencemaran udara adalah masuk atau dimasukkannya makhluk hidup, zat,
energi atau komponen lain ke udara oleh kegiatan manusia atau proses alam,
sehingga kualitas udara menurun sampai ke tingkat tertentu yang menyebabkan
udara menjadi kurang atau tidak dapat berfungsi lagi sesuai dengan peruntukannya
(Keputusan Menteri Negara Kependudukan dan Lingkungan Hidup R.I No. KEP-
03/MENKLH/II/1991).Selain itu, pencemaran udara dapat pula diartikan adanya
bahan-bahan atau zat asing di dalam udara yang menyebabkan terjadinya perubahan
komposisi udara dari susunan atau keadaan normalnya. Kehadiran bahan atau zat
asing tersebut di dalam udara dalam jumlah dan jangka waktu tertentu akan dapat
menimbulkan gangguan pada kehidupan manusia, hewan, maupun tumbuhan
(Wardhana, 2004). Menurut Harssema dalam Mulia (2005), pencemaran udara
diawali oleh adanya emisi. Emisi merupakan jumlah polutan atau pencemar yang
dikeluarkan ke udara dalam satuan waktu. Emisi dapat disebabkan oleh proses alam
maupun kegiatan manusia. Emisi akibat proses alam disebut biogenic emissions,
contohnya yaitu dekomposisi bahan organik oleh bakteri pengurai yang
menghasilkan gas metan (CH4). Emisi yang disebabkan kegiatan manusia disebut
anthropogenic emissions. Contoh anthropogenic emissions yaitu hasil pembakaran
bahan bakar fosil, pemakaian zat kimia yang disemprotkan ke udara, dan sebagainya.
Pencemaran udara gas buang adalah sisa hasil pembakaran bahan bakar di dalam
mesin pembakaran dalam, mesin pembakaran luar, mesin jet yang dikeluarkan
melalui sistem pembuangan mesin. Nugroho (2005) menyebutkan sumber

7
pencemaran udara dengan istilah faktor internal dan faktor eksternal. Faktor internal
terjadi secara alamiah, sedangkan faktor eksternal adalah buatan manusia. Menurut
Soedomo (2001), jenis sumber-sumber pencemaran dibedakan berdasarkan pola
emisinya yaitu:
(a) Sumber pencemaran titik (point source), sumber pencemaran dari lokasi tertentu
yang mengemisikan gas secara secara kontinu. Salah satu contohnya adalah cerobong
asap.
(b) Sumber pencemar garis (line source), sumber pencemaran yang mengemisikan
gas dalam bentuk garis. Contohnya adalah pencemaran debu di sepanjang jalan raya,
emisi gas buang dari kendaraan bermotor di sepanjang jalan raya dan juga kepulan
asap dari bangunan industri yang tanpa cerobong asap sehingga emisinya menyebar
secara memanjang.
(c) Sumber pencemar area (area source), sumber pencemaran yang mengemisikan
gas pada luasan tertentu. Contohnya adalah emisi gas dari kebakaran hutan
(d) Sumber pencemar volume, emisi gas yang berasal dari sumber yang memiliki
volume tertentu. Contohnya emisi gas dari bangunan lengan jendela, pintu dan
ventilasi terbuka.
(e) Sumber pencemar puff, sumber pencemaran yang bersifat sesaat. Contohnya
adalah pengeluaran emisi gas debu pada waktu akibat rusaknya salah satu alat
prediksi.
Asap adalah suspensi partikel kecil di udara (aerosol) yang berasal dari pembakaran
tak sempurna dari suatu bahan bakar. Cerobong asap adalah struktur untuk ventilasi
panas gas buang atau asap dari boiler, kompor, tungku atau perapian ke luar
atmosfer. Cerobong asap biasanya vertikal, atau sedekat mungkin ke vertikal, untuk
memastikan bahwa aliran gas lancar. Ruang di dalam cerobong asap disebut asap.
Cerobong asap dapat ditemukan pada bangunan, lokomotif uap dan kapal di
Amerika Serikat, cerobong asap istilah (bahasa sehari-hari, stack) juga digunakan
ketika mengacu pada cerobong asap lokomotif. Istilah saluran umumnya digunakan
untuk cerobong asap kapal dan kadang-kadang untuk merujuk cerobong asap
lokomotif (Muhammad, Rusdi: 2012). Cerobong asap pabrik yang mengeluarkan
asap hitam tebal, banyak mengandung partikel-partikel halus butiran-butiran yang

8
begitu kecil sehingga dapat menembus bagian terdalam paru-paru. Sebagian besar
partikel halus ini terbentuk dengan polutan lain, terutama sulfur dioksida dan oksida
nitrogen, dan secara kimiawi berubah dan membentuk zat-zat nitrat dan sulfat.
2.2 Sumber Pencemaran Udara Gas Buang Cerobong Asap
Jenis zat kimia pencemar udara yang berbahaya diantaranya adalah karbon dioksida,
sulfur dioksida, nitrogen oksida dan lain-lain.
1. Karbon monoksida (CO)
Merupakan hasil pembakaran sempurna antara karbon dengan oksigen pada

pembakaran batubara, minyak bumi dan gas pada industri. Gas karbondioksida dapat
menyebabkan efek rumah kaca. Efek rumah kaca merupakan efek dari kadar
CO yang melebihi kadar yang seharusnya sehingga menyebabkan panas bumi
meningkat. Panas bumi yang meningkat menyebabkan es di kutub mencair sehingga
menyebabkan kota yang terletak di pinggiran pantai rentan terhadap banjir.
2. Sulfur dioksida (SO2)
Merupakan senyawa yang berasal dari pembakaran industri minyak bumi, batu bara,
letusan gunung merapi dan diperoleh juga dari oksidasi bijih sulfida. Sulfur dioksida
yang terhirup banyak dapat menyebabkan radang paru-paru dan tenggorokan akibat
terbentuknya asam sulfit. Sulfur dioksida merupakan gas yang berbau menyengat,
tidak berwarna, tidak flammable dan tidak eksplosif.
3 Nitrogen dioksida (NO2)

Meliputi nitrogen monoksida dan nitrogen dioksida. Kebanyakan terdapat dari hasil
asap kendaraan bermotor dan bahan bakar industri. Nitrogen monoksida merupakan
gas yang tidak berwarna dan tidak berbau sedangkan nitrogen dioksida memiliki
warna cokelat kemerahan dan bau yang tajam. Nitrogen oksida berbahaya karena
merupakan penyusun asap fotokimia dan jika kena mata bisa perih dan terhirup
menyebabkan sesak nafas.

9
2.3 Dampak Pencemaran Udara Gas Buang Cerobong Asap

Bagi masyarakat yang rumahnya dekat di lokasi pabrik sangat merugikan, sebab asap
yang dikeluarkan dari cerobongnya bisa mengotori lingkungan sekitar, udara menjadi
kotor dan paru-paru menjadi tidak sehat karena menghisap udara tersebut. Apalagi
asap tersebut berwarna hitam pekat hasil dari limbah produksi. Beberapa penyakit
yang ditimbulkan oleh asap pabrik adalah Asma, Iritasi ringan terhadap mata,
Penyakit Paru Obstruktif Kronik (PPOK), pernapasan akut penyakit termasuk
pneumonia, prematur timbulnya dan penurunan dipercepat pada fungsi paru-paru,
Semua gejala utama pernapasan pada orang dewasa, termasuk batuk, berdahak,
bersin dan dyspnoea. Dampak terhadap tanaman adalah tanaman yang tumbuh di
daerah dengan tingkat pencemaran udara tinggi dapat terganggu pertumbuhannya
dan rawan penyakit, antara lain klorosis, nekrosis, dan bintik hitam. Partikulat yang
terdeposisi di permukaan tanaman dapat menghambat proses fotosintesis. Tugas
tanaman adalah memberikan oksigen hasil dari fotosintesis untuk mengurangi kadar
karbondioksida dan kadar karbon monoksida. Tetapi, jika pempecaran tersebut
semakin banyak dan jumlah tanaman seperti pohon besar berkurang, maka tak terlalu
banyak berpengaruh.
2.4 Analisis Cluster

Cluster dapat diartikan kelompok. Dengan demikian, pada dasarnya analisis cluster
akan menghasilkan sejumlah cluster (kelompok). Analisis ini diawali dengan
sejumlah data tertentu, sebenarnya mempunyai kemiripan antar anggotanya. Analisis
cluster merupakan teknik multivariat yang mempunyai tujuan utama
mengelompokkan objek-objek berdasarkan karakteristik yang dimilikinya. Analisis
cluster mengklasifikasikan objek sehingga setiap objek yang paling dekat
kesamaanya dengan objek lain berada dalam cluster yang sama. Oleh karena itu,
dimungkinkan untuk mengelompokkan anggota-anggota yang memiliki karakteristik
yang sama kedalam satu cluster. Cluster-cluster yang terbentuk memilki
homogenitas (kesamaan) yang tinggi antar anggota dalam satu cluster dan
heterogenitas (perbedaan) yang tinggi antar cluster yang satu dengan cluster lain.
Solusi analisis cluster secara keseluruhan bergantung pada variabel-variabel yang
digunakan sebagai dasar untuk menilai kesamaan (Wijaya, 2010).

10
2.4.1 Ukuran Kemiripan Objek
Mengukur kesamaan antar objek sesuai prinsip analisis cluster yaitu

mengelompokkan objek yang mempunyai kemiripan, maka proses pertama adalah
mengukur seberapa jauh ada kesamaan antar objek. Dengan memiliki sebuah ukuran
kuantitatif untuk mengatakan bahwa dua objek tertentu lebih mirip dibandingkan
dengan objek lain, akan mempermudah proses pengelompokan. Pengelompokan
dilakukan berdasarkan kemiripan antar objek. Kemiripan diperoleh dengan
meminimalkan jarak antar objek dalam kelompok dan memaksimalkan jarak antar
kelompok metode yang digunakan adalah mengukur korelasi dan mengukur jarak.
Ada beberapa jarak yang biasa digunakan dalam analisis cluster, yaitu:
1. Jarak Euclidean
Salah satu ukuran yang digunakan untuk menentukan besaran jarak adalah
Euclidean Distance. Jarak Euclidean merupakan besarnya jarak suatu garis
lurus yang menghubungkan antar objek yang diteliti. Jarak Euclidean biasanya
digunakan pada data mentah dan bukan data yang telah dilakukan standarisasi.
Misalkan terdapat dua objek yaitu A dengan koordinat ( ) dan B dengan
koordinat ( ) maka jarak antar kedua objek tersebut dapat diukur dengan
rumus:
√( ) ( ) (2.1)
Jarak Euclidean dapat digunakan jika variabel-variabel yang digunakan tdak
terdapat korelasi dan memiliki satuan yang sama. Jarak Euclidean diperoleh
dengan rumus sebagai berikut (simamora, 2005)
√∑ ( ) (2.2)
Keterangan:
= jarak kuadrat Euclidean antar objek ke-i dengan objek ke-j
= jarak variabel cluster
= nilai dari objek ke-i pada variabel ke-k

11
= nilai dari obje ke-j pada variabel ke-k
2. Jarak Mahalanobis
Mahalanobis adalah suatu metode statistika yang digunakan untuk mendapatkan
suatu data dengan jarak tertentu terhadap mean data tersebut. Mode ini memliki
karakteristik yaitu dilihat dari rumusnya metode ni memiliki nila penguat yang
fleksibel sehingga mudah disesuaikan dengan perubhan kondisi, hal ini yang
menyebabkan metode ini lebih akurat dibanding metode lain. Berikut adalah
persamaan dari Mahalanobis (Aribi, 2007):
( ) ( ) (2.3)
Keterangan:
= jarak Mahalanobis
= matrik kovarian
( ) = vektor transpose
2.4.2 Metode Analisis Cluster
Analisis Cluster secara umum terdapat dua metode yaitu:
1. Metode Hierarki
Metode ini biasanya digunakan untuk individu yang tidak terlalu banyak, dan jumlah
kelompok yang hendak dibentuk belum diketahui. Biasanya pengelompokan ini
disajikan dalam bentuk dendogram, yang mirip dengan “struktur diagram pohon”
(tree diagram).
a. Penggabungan (agglomerative)
Metode ini diawal dengan mengelompokkan dua atau lebih individu atau objek
yang mempunyai kesamaan (jarak paling dekat). Selanjutnya kelompok
dibentuk kembali berdasarkan kesamaan antar kelompok (jarak antar kelompok
terdekat). Sehingga terjadi penggabungan kelompok, dan begitu seterusnya
dilakukan prosedur yang sama.
b. Pemecahan (divisive)
Prosedur yang dilakukan merupakan kebalikan dari prosedur sebelumnya. Pada
tahap awal, semua indivdu dibag menjadi dua kelompok, yang kemudian
masng-masing kelompok dibagi lagi menjad dua, dan demikianlah seterusnya.
Dasar pengelompokan juga didasarkan pada jarak.

12
2. Metode Tak Hierarki

Perbedaan dasar metode ni dengan metode Hierarki adalah ditentukannya jumlah
kelompok sebelum pengelompokan dilakukan.
a. Sequential threshold
Metode ini dimulai dengan memilh bakal cluster dan menyertakan seluruh objek
dalam jarak tertentu. Jika seluruh objek dalam jarak tersebut disertakan, bakal
cluster kedua terpilih, kemudian proses terus berlangsung seperti sebelumnya.
b. Parallel threshold
Metode ini memilih beberapa bakal cluster secara simultan pada permulaanya dan
menandai objek-objek dengan jark permulaan ke bakal terdekat.
c. Optimizing partitioning
Metode ketiga ini mirip dengan kedua metode sebelumnya kecuali Pada
penandaan ulang terhadap objek-objek.
Metode perbaikan jarak yang dapat digunakan pada metode hierarki adalah
(Supranto, 2004):
1. Metode pautan tunggal (Single Linkage)

Cluster dibentuk dari individu objek dengan jelas menggabungkan jarak terdekat.
Pada setiap tahap, setelah terbentuk cluster baru (UV), maka jarak antara (UV),
dan cluster lainnya, misal W adalah:
( ) min * + (2.4)
Keterangan:
= jarak antara cluster U dan W
= jarak antara cluster V dan W
( ) = jarak antara cluster UV dan W
2. Metode pautan lengkap (Complete Lingkage)
Metode pautan lengkap dilakukan sama seperti metode pautan tunggal, dengan
suatu pengecualian yaitu, pada setiap jarak antar cluster ditentukan oleh jarak
antar dua objek, satu dari setiap cluster yang paling jauh. Setelah cluster U dan
V digabung menjadi cluster (UV) dan cluster lain, misal W adalah:
( ) max* + (2.5)
Keterangan:

13

( ) = jarak antara cluster UV dan W
3. Metode pautan rataan (Average Linkage)
Dalam pautan rataan menggunakan jarak antara dua cluste rsebagai rata-rata
jarak antara semua pasangan objek satu pasangan menjadi milik setiap cluster.
Selanjutnya, objek tersebut digabungkan sehingga membentuk cluster (UV),
dengan ukuran jarak antara dan cluster (UV) dan cluster W adalah:
( ) (2.6)
Keterangan:
= jumlah pengamatan pada cluster (UV)
( ) = jarak antara cluster (UV) dan W

14
BAB 3
METODE PENELITIAN
3.1 Ruang Lingkup Penelitian

Peneliti memfokuskan penelitian hanya pada menganalisis Pencemaran Udara Gas
Buang Cerobong pada Industri di Kota Medan dengan menggunakan analisis cluster,
sehingga data yang diperoleh valid, spesifik dan memudahkan peneliti untuk
menganalisis data yang diperoleh.
3.2 Lokasi Penelitian

Dinas Lingkungan Hidup Kota Medan yang berlokasi di Jl. Jenderal Besar A.H.
Nasution No.32, Pangkalan Masyhur, Kec. Medan Johor, Kota Medan, Sumatera
Utara 20233.
3.3 Jenis dan Sumber Data

Data yang dikumpulkan pada penelitian ini adalah data sekunder yang diperoleh atau
dikumpulkan dan diperoleh dari Dinas Lingkungan Hidup Kota Medan untuk tahun
2018. Adapun variabel-variabel yang digunakan dalam skripsi ini ada 5 variabel,
dimana merupakan jenis pencemaran udara yang meliputi debu (TSP=Total
Suspended Particulate), Carbon Monoksida (CO), Amonia ( ), Nitrogen Dioksida
( ), dan Sulfur Dioksida ( ).
3.4 Metode Analisis Data

Dalam menganalisis data, peneliti menggunakan analisis cluster pada penelitian ini.
Analisis cluster adalah mengelompokkan objek atas dasar karakteristik yang
dimiliki. Analisis cluster mengelompokkan objek (responden, produk, atau lainnya)
sehingga masing-masing objek mempunyai kemiripan dengan yang lain dalam satu
cluster. Hasil cluster suatu objek harus memiliki homogenitas yang tinggi dan
memiliki heterogenitas yang tinggi. Jika pengelompokkan berhasil,maka objek dalam
satu akan saling dekat satu sama lain dan cluster yang berbeda akan saling menjauh
satu sama lain. Metode yang digunakan jika proses pengclustering dilakukan pada
penelitian ini adalah metode Single Linkage, yaitu mengelompokkan dua objek yang

15
mempunyai jarak terdekat terlebih dahulu dan begtu selanjutnya samoai akan terjadi
proses pengelompokkan secara hierarkis.
3.4.1 Variabel Penelitian

Variabel yang digunakan dalam penelitian ini adalah variabel yang menjadi kriteria
atau parameter dalam pengelompokan pencemaran udara gas buang cerobong asap
pada industri di kota Medan. Adapun variabel-variabelnya yaitu:
1. ( ) =Debu (TSP=Total Suspended Particulate)
2. ( ) = Carbon Monoksida (CO)
3. ( ) = Amonia ( )
4. ( ) = Nitrogen Dioksida ( )
5. ( ) = Sulfur Dioksida ( ).
3.4.2 Analisis Cluster
Prosedur yang akan dilakukan pada analisis cluster adalah:
1. Menentukan ukuran ketidakmiripan antara dua objek, ukuran ini dihitung
menggunakan jarak Euclidean. Proses pertama adalah mengukur kesamaan
antar objek.
2. Membuat Cluster
a. Metode Hierarki
Metode yang digunakan unuk proses cluster secara hierarki adalah Single
Linkage. Metode ini akan mengelompokkan dua objek yang mempunyai jarak
terdekat. Jadi pada setiap tahapan, banyaknya cluster berkurang satu. Secara
umum, langkah-langkah dalam metode hierarki agglomeratif untuk membentuk
kelompok dari N objek sebagai berikut:
1. Dimulai dengan menetapkan ukuran jarak antar-data yaitu kesamaan antar-
objek
2. Mengukur jarak antara dua objek. Hasil untuk setiap pasangan cluster
terdekat, berdasarkan parameter kedekatan yang ditentukan. Misalkan
pasangan pasangan paling mirip objek U dan V maka matriks jarak D
=* +, sehingga U dan V dipilih dan menggabungkan cluster U dan V
menjadi cluster baru (UV).

16
3. Mempresentasikan hasil dari proses cluster-ing dan mengelompokan ke

dalam satu kelompok.
4. Mengulangi langkah (2) dan (3) hingga hanya satu kelompok yang tersisa.
Mencatat identitas dari cluster yang digabungkan dengan tingkat (jarak
dan kesamaan) di mana penggabungan terjadi, dan digambarkan dalam
dengan dendogram. Metode hierarki yang digunakan dalam penelitian ini
adalah metode Single Linkage.

17
BAB 4
HASIL DAN PEMBAHASAN
4.1 Menganalisis Data

Dalam melakukan aktivitas dengan nyaman, masyarakat membutuhkan udara dan
lingkungan yang bersih dan sehat. Merujuk data yang dikeluarkan oleh Dinas
Lingkungan Hidup Kota Medan berdasarkan PermenLH No. 07 tahun 2007 tentang
Baku Mutu Emisi Tidak Bergerak, rincian data untuk pencemaran udara gas buang
cerobong asap pada industri di Kota Medan tahun 2018 dapat dilihat pada tabel 4.1.
Tabel 4.1 Baku Mutu Pencemaran Industri Kota Medan tahun 2018
Parameter
No Perusahaan TSP CO
(mg/ ) (mg/ ) (mg/ ) (mg/ ) (mg/ )
PT. GROWTH
1 SUMATERA 150 600 - 1000 800
INDUSTRY
2 PT. MUSIM MAS 200 - - 700 700
PT. INDUSTRI
3 200 - - 700 700
KARET DELI
PT. COCA COLA
4 BOTTLING 200 - - 700 700
INDONESIA
PT. SMART
5 200 - - 700 700
COORPORATION
PT. PERMATA
6 200 - - 700 700
HIJAU
PT.
7 200 - - 700 700
JAKARANATAMA

18
8 PT. DOW AGROS 150 600 - 1000 800

PT. AGRO JAYA
9 200 - - 700 700
PERDANA
10 PT. GROWTH ASIA 200 - - 700 700
Parameter
No Perusahaan TSP CO
(mg/ ) (mg/ ) (mg/ ) (mg/ ) (mg/ )
PT. IKANDO
11 INDUSTRI 200 - - 700 700
KARBONIK
PT. BINTANG
12 200 - - 700 700
TENERA
PT. BERLIAN EKA
13 200 - - 700 700
SAKTI TANGGUH
PT. BELAWAN DELI
14 CHEMICAL - - - - -
INDUSTRY
PT. ASAHAN
15 200 - - 700 700
CRUMB RUBBER
PT. AMIR HASAN
16 230 - - 825 750
COMPANY
PT. LAMBANG
17 200 - - 700 700
UTAMA
Sumber : Data laporan hasil uji berdasarkan Peraturan Menteri Negara

Lingkungan Hidup No. PER.13/MEN LH/2009 tahun 2018
4.2 Proses Analisis Cluster

Pengelompokan menggunakan metode Single Linkage merupakan proses
penggabungan dua objek atau lebih yang mempunyai jarak terdekat. Data

19
pencemaran udara gas buang cerobong asap yang digunakan pada industri di Kota
Medan pada tahun 2018.
Tabel 4.2 Data pencemaran udara gas buang cerobong asap industri
No Perusahaan
PT. GROWTH
1 SUMATERA 150 600 - 1000 800
INDUSTRY
2 PT. MUSIM MAS 200 - - 700 700

PT. INDUSTRI
3 200 - - 700 700
KARET
PT. COCA COLA

4 BOTTLING 200 - - 700 700
INDONESIA
PT. SMART
5 200 - - 700 700
COORPORATION
PT. PERMATA
6 200 - - 700 700
HIJAU
PT.
7 JAKARANATAM 200 - - 700 700
A
PT. DOW
8 150 600 - 1000 800
AGROSCIENCE
PT. AGRO JAYA
9 200 - - 700 700
PERDANA
10 PT. GROWTH ASIA 200 - - 700 700
PT. IKAINDO
11 INDUSTRI 200 - - 700 700
KARBONIK
PT. BINTANG
12 200 - - 700 700
TENERA
PT. BERLIAN EKA
13 200 - - 700 700
SAKTI TANGGUH

20
PT. BELAWAN DELI

14 CHEMICAL - - - - -
INDUSTRY
PT. ASAHAN
15 200 - - 700 700
CRUMB RUBBER
PT. AMIR HASAN
16 230 - - 825 750
COMPANY
PT. LAMBANG
17 200 - - 700 700
UTAMA
jumlah 3.130 1.200 11.925 11.450
4.2.1 Menentukan Ukuran Kemiripan atau Ketidakmiripan antara Dua Objek
Jarak tiap objek (industri) yang dihitung dengan jarak Euclidean yang ditampilkan
dalam tabel proximity matrix dimana semakin kecil jarak antara dua objek, maka
semakin mirip kedua objek tersebut. Dalam menghitung kemiripan tiap objek
(industri) dihitung menggunakan perhitungan jarak Euclidean dengan persamaan
(2.5). Berikut adalah perhitungan menggunkan persamaan jarak Euclidean dengan
menggunakan data pada tabel 4.2. misalkan akan dihitung kemiripan antara industri
PT. Growth Sumatera Industry dan PT. Musim Mas.
Tabel 4.3 Perhitungan kedekatan Industri PT. Growth Sumatera Industry dan
PT. Musim Mas
Objek
PT.Growth
Sumatera Industry 150 600 - 1000 800
( )
PT. Musim Mas

200 - - 700 700
( )
( - -50 600 - 300 100
( ) 2.500 360.000 - 90.000 10.000
Dari perhitungan Tabel 4.3 diperoleh nilai jarak Industri PT. Growth Sumatera
Industry dan PT. Musim Mas dengan persamaan (2.5):

21
= √∑ ( )
√( ) ( ) ( ) ( )
√( )
=√(( )) ( )) (( ))
√(( )) (( ))
= √( ) ( ) ( ) ( )
=√
=√
= 680.074
Tabel 4.4 Perhitungan Kedekatan Industri PT.Musim Mas dan PT.Industri

Karet
Objek
PT.Musim
200 - - 700 700
Mas ( )
PT.Industri
200 - - 700 700
Karet( )
( - ) 0 - - 0 0
( ) 0 - - 0 0
= √( ) ( )) (( ) ( ))
= √(( ) ( )) ( ) ( )
=√
=0
Hasil perhitungan kemiripan menggunakan jarak Euclidean selanjutnya dapat dlihat

pada tabel 4.5 di bawah ini:

22
10 11 12 13 14 15 16 17
1 680,074 680,074 680,074 680,074 1422,146 680,074 632,080 680,074
2 0,000 0,000 0,000 0,000 1009,950 0,000 137,931 0,000
3 0,000 0,000 0,000 0,000 1009,950 0,000 137,931 0,000
4 0,000 0,000 0,000 0,000 1009,950 0,000 137,931 0,000
5 0,000 0,000 0,000 0,000 1009,950 0,000 137,931 0,000
6 0,000 0,000 0,000 0,000 1009,950 0,000 137,931 0,000
7 0,000 0,000 0,000 0,000 1009,950 0,000 137,931 0,000
8 680,074 680,074 680,074 680,074 1422,146 680,074 632,080 680,074
9 0,000 0,000 0,000 0,000 1009,950 0,000 137,931 0,000
10 0,000 0,000 0,000 0,000 1009,950 0,000 137,931 0,000
11 0,000 0,000 0,000 0,000 1009,950 0,000 137,931 0,000
12 0,000 0,000 0,000 0,000 1009,950 0,000 137,931 0,000
13 0,000 0,000 0,000 0,000 1009,950 0,000 137,931 0,000
14 1009,950 1009,950 1009,950 1009,950 0,000 1009,950 1138,431 1009,950
15 0,000 0,000 0,000 0,000 1009,950 0,000 137,931 0,000
16 137,931 137,931 137,931 137,931 1138,431 137,931 0,000 137,931
17 0,000 0,000 0,000 0,000 1009,950 0,000 137,931 0,000
Tabel 4.5 Hasil Perhitungan Jarak Menggunakan Euclidean Distance
1 2 3 4 5 6 7 8 9
1 0,000 680,074 680,074 680,074 680,074 680,074 680,074 0,000 680,074
2 680,074 0,000 0,000 0,000 0,000 0,000 0,000 680,074 0,000
3 680,074 0,000 0,000 0,000 0,000 0,000 0,000 680,074 0,000
4 680,074 0,000 0,000 0,000 0,000 0,000 0,000 680,074 0,000

23
5 680,074 0,000 0,000 0,000 0,000 0,000 0,000 680,074 0,000
6 680,074 0,000 0,000 0,000 0,000 0,000 0,000 680,074 0,000
7 680,074 0,000 0,000 0,000 0,000 0,000 0,000 680,074 0,000
8 0,000 680,074 680,074 680,074 680,074 680,074 680,074 0,000 3,528
9 680,074 0,000 0,000 0,000 0,000 0,000 0,000 680,074 0,000
10 680,074 0,000 0,000 0,000 0,000 0,000 0,000 680,074 0,000
11 680,074 0,000 0,000 0,000 0,000 0,000 0,000 680,074 0,000
12 680,074 0,000 0,000 0,000 0,000 0,000 0,000 680,074 0,000
13 680,074 0,000 0,000 0,000 0,000 0,000 0,000 680,074 0,000
14 1422,146 1009,950 1009,950 1009,950 1009,950 1009,950 1009,950 1422,146 6,517
15 680,074 0,000 0,000 0,000 0,000 0,000 0,000 680,074 0,000
16 632,080 137,931 137,931 137,931 137,931 137,931 137,931 632,080 137,931
17 680,074 0,000 0,000 0,000 0,000 0,000 0,000 680,074 0,000
4.2.2 Proses analisis cluster Single Linkage

a. Proses analisis cluster Single Linkage
Analisis cluster dengan metode Single Linkage merupakan proses
penggabungan dua objek atau lebih yang mempunyai jarak minmum atau jarak
terdekat. Pada metode ini, jarak antara satu cluster dan cluster lain diukur
berdasarkan jarak terdekat anggota-anggota mereka (Simamora, 2005:217). Pada
Tabel 4.5 dipilih jarak yang memliki nilai jarak terkecil, terpilih kelompok 15 dan
17 yang memiliki nilai 0,000, sehingga kelompok-kelompok ini digabungkan. Setiap
proses penggabungan selanjutnya dapat dilihat pada tabel 4.6:
Tabel 4.6 Agglomeration Schedule dalam Menganalisis Tingkat Pencemaran
Udara Gas Buang Cerobong Asap pada Industri
Stage Cluster First
Cluster Combined Next
Stage Coefficients Apperars
Stage
Cluster 1 Cluster 2 Cluster 1 Cluster 2

24
1 15 17 0,000 0 0 2
2 13 15 0,000 0 1 3
3 12 13 0,000 0 2 4
4 11 12 0,000 0 3 5
5 10 11 0,000 0 4 6
6 9 10 0,000 0 5 7
7 7 9 0,000 0 6 9
8 1 8 0,000 0 0 15
9 6 7 0,000 0 7 10
10 5 6 0,000 0 9 11
11 4 5 0,000 0 10 12
12 3 4 0,000 0 11 13
13 2 3 0,000 0 12 14
14 2 16 137,931 13 0 15
15 1 2 632,080 8 14 16
16 1 14 1009,950 15 0 0
Dan penjelasan setiap tahapannya adalah sebagai berikut:

1) Berdasarkan pada Tabel 4.2, 4.5 dan Tabel 4.6 diatas pada kolom stage 1,
terbentuk satu cluster yang beranggotakan PT. Asahan Crumb Rubber (nomor
urut 15) dan PT. Lambang Utama (nomor urut 17) dengan nilai koefisien
0,000. Karena proses agglomerasi dimulai dari 2 objek yang terdekat, maka
nilai koefisen tersebut menunjukkan jarak yang terdekat dari 17 kombinasi
objek yang ada. Selanjutnya pada kolom berikutnya (next stage), terlihat angka
2. Hal ini berarti objek selanjutnya yang akan tergabung dengan objek (nomor
urut 15) dan (nomor urut 17) pada stage 2.
2) Pada stage 2 terbentuk cluster antara PT.Berlian Eka Sakti Tangguh (nomor
urut 13) dan PT. Asahan Crumb Rubber (nomor urut 15) dengan nilai koefisien

25
0,000. Dengan demikian, telah terbentuk cluster yang terdri dari 3 objek yaitu
PT.Asahan Crumb Rubber, PT.Lambang Utama. Hal ini berati objek
selanjutnya yang akan tergabung dengan objek (nomor urut 13) dan (nomor
urut 15) pada stage 3.
( ) * +
( ) { }
*( )( )+
3) Pada stage 3 terbentuk cluster antara PT. Bintang Tenera (nomor urut 12) dan
PT. Berlian Eka Sakti Tangguh (nomor urut 13) dengan nilai koefisien 0,000
yang menunjukkan besar jarak terdekat antara PT. Bintang Tenera dengan
ketiga objek cluster sebelumnya yaitu (PT. Asahan Crumb Rubber, PT.
Lambang Utama dan PT. Asahan Crumb Rubber). Hal ini berarti objek
selanjutnya yang akan tergabung dengan objek (nomor urut 12) dan (nomor
urut 13) pada stage 4.
( ) * +
( ) { }
*( )( )+
0,000
4) Pada stage 4 terbentuk cluster antara PT. Ikaindo Industri Karbonik (nomor
urut 11) dan PT. Bintang Tenera (nomor urut 12) dengan nilai koefisien 0,000
yang menunjukkan besar jarak terdekat antara PT. Ikaindo Industri Karbonik
dengan keempat objek cluster sebelumnya yaitu (PT. Asahan Crumb Rubber,
PT. Lambang Utama, PT. Asahan Crumb Rubber dan PT. Berlian Eka Sakti
Tangguh). Hal ini berarti objek selanjutnya yang akan tergabung dengan objek
(nomor urut 11) dan (nomor urut 12) pada stage 5.
( ) * +
( ) { }
*( )( )+
0,000
5) Pada stage 5 terbentuk cluster antara PT. Growth Asia (nomor urut 10) dan PT.
Ikaindo Indusri Karbonik (nomor urut 11) dengan nilai koefisien 0,000 yang

26
menunjukkan besar jarak terdekat antara PT.Ikaindo Industri Karbonik dengan

kelima objek sebelumnya yaitu (PT.Asahan Crumb Rubber, PT.Lambang
Utama, PT. Berlian Eka Sakti Tangguh, PT.Asahan Crumb Rubber dan
PT.Bintang Tenera). Hal ini bererti objek selanjutnya akan tergabung dengan
objek (nomor urut 10) dan (nomor urut 11) pada stage 6.
( ) * +
( ) { }
*( )( )+
0,000
6) Pada stage 6 terbentuk cluster antara PT. Agro Jaya Perdana (nomor urut 9)
dan PT.Growth Asia (nomor urut 10) dengan nilai koefisien 0,000 yang
menunjukkan besar jarak terdekat antara PT. Growth Asia dengan keenam
objek sebelumnya yaitu (PT. Asahan Crumb Rubber, PT. Lambang Utama, PT.
Berlian Eka Sakti Tangguh,PT. Asahan Crumb Rubber, PT.Bintang Tenera dan
PT. Ikaindo Industri Karbonik). Hal ini bererti objek selanjutnya akan
tergabung dengan objek (nomor urut 9) dan (nomor urut 10) pada stage 7.
( ) * +
( ) { }
*( )( )+
0,000
7) Pada stage 7 terbentuk cluster antara PT. Jakaranatama (nomor urut 7) dan PT.
Agro Jaya Perdana (nomor urut 9) dengan nilai koefisien 0,000 yang
menunjukkan besar jarak terdekat antara PT. Agro Jaya Perdana dengan
ketujuh objek cluster sebelumnya yaitu (PT. Asahan Crumb Rubber, PT.
Lambang Utama, PT. Berlian Eka Sakti Tangguh, PT. Asahan Crumb Rubber,
PT.Bintang Tenera, PT. Ikaindo Indusri Karbonik dan PT.Growth Asia). Hal
ini berarti objek selanjutnya akan tergabung dengan objek (nomor urut 9) dan
(nomor urut 10) pada stage 9.
( ) * +
( ) { }
*( )( )+
0,000

27
8) Pada stage 9 terbentuk cluster antara PT. Permata Hijau (nomor urut 6) dan
PT. Jakaranatama (nomor urut 7) dengan nilai koefisien 0,000 yang
menunjukkan besar jarak terdekat antara PT.Jakaranatama dengan kedelapan
objek sebelumnya yaitu (PT. Asahan Crumb Rubber, PT.Lambang Utama,
PT.Berlian Eka Sakti Tangguh,PT. Asahan Crumb Rubber, PT.Bintang Tenera,
PT.Ikaindo Indusri Karbonik, PT.Growth Asia dan PT. Agro Jaya Perdana).
Hal ini berarti objek selanjutnya akan tergabung dengan objek (nomor urut 6)
dan (nomor urut 7) pada stage 10.
( ) * +
( ) { }
*( )( )+
0,000
9) Pada stage 10 terbentuk cluster antara PT. Smart Coorporation (nomor urut 5)
dan PT.Permata Hijau (nomor urut 6) dengan nilai koefisien 0,000 yang
menunjukkan besar jarak terdekat antara PT.Permata Hijau dengan kesembilan
objek sebelumnya yaitu (PT. Asahan Crumb Rubber, PT.Lambang Utama,
PT.Berlian Eka Sakti Tangguh,PT. Asahan Crumb Rubber, PT.Bintang Tenera,
PT.Ikaindo Indusri Karbonik, PT.Growth Asia, PT. Agro Jaya Perdana dan PT.
Jakaranatama). Hal ini bererti objek selanjutnya akan tergabung dengan objek
(nomor urut 5) dan (nomor urut 6) pada stage11.
( ) * +
( ) { }
*( )( )+
0,000
10) Pada stage 11 terbentuk cluster antara PT.Coca Cola Bottling Indonesia
(nomor urut 4) dan PT. Smart Coorporation (nomor urut 5) dengan nilai
koefisien 0,000 yang menunjukkan besar jarak terdekat antara PT. Smart
Coorporation dengan kesepuluh objek cluster sebelumnya yaitu (PT. Asahan
Crumb Rubber, PT.Lambang Utama, PT.Berlian Eka Sakti Tangguh, PT.
Asahan Crumb Rubber, PT.Bintang Tenera, PT.Ikaindo Industri Karbonik,
PT.Growth Asia, PT. Agro Jaya Perdana, PT. Jakaranatama dan PT.Permata

28
Hijau). Hal ini berarti objek selanjutnya akan tergabung dengan objek (nomor
urut 4) dan (nomor urut 5) pada stage 12.
( ) * +
( ) { }
*( )( )+
0,000
11) Pada stage 12 terbentuk cluster antara PT. Industri Karet Deli (nomor urut 3)
dan PT.Coca Cola Bottling ndonesia (nomor urut 4) dengan nilai koefisien
0,000 yang menunjukkan besar jarak terdekat antara PT.Coca Cola Bottling
Indonesia dengan kesebelas objek cluster sebelumnya yaitu (PT. Asahan
Crumb Rubber, PT.Lambang Utama, PT.Berlian Eka Sakti Tangguh, PT.
Asahan Crumb Rubber, PT.Bintang Tenera, PT. Ikaindo Indusri Karbonik,
PT.Growth Asia, PT. Agro Jaya Perdana, PT. Jakaranatama, PT.Permata Hijau
dan PT. Smart Coorporation). Hal ini bererti objek selanjutnya akan tergabung
dengan objek (nomor urut 3) dan (nomor urut 4) pada stage 13.
( ) * +
( ) { }
*( )( )+
0,000
12) Pada stage 13 terbentuk cluster antara PT. Musim Mas (nomor urut 2) dan PT.
Industri Karet Deli (nomor urut 3) dengan nilai koefisien 0,000 yang
menunjukkan besar jarak terdekat antara PT. Industri Karet Deli dengan kedua
belas objek cluster sebelumnya yaitu (PT. Asahan Crumb Rubber,
PT.Lambang Utama, PT.Berlian Eka Sakti Tangguh,PT. Asahan Crumb
Rubber, PT.Bintang Tenera, PT.Ikaindo Indusri Karbonik, PT.Growth Asia,
PT. Agro Jaya Perdana, PT. Jakaranatama, PT.Permata Hijau, PT. Smart
Coorporation dan PT.Coca Cola Bottling Indonesia). Hal ini bererti objek
selanjutnya akan tergabung dengan objek (nomor urut 2) dan (nomor urut 3)
pada stage 14.
( ) * +
( ) { }
*( )( )+

29
0,000
Belawan Deli Chemical Industry (nomor urut 14) dengan nilai koefisien
137,931 yang menunjukkan besar jarak terdekat antara PT. Belawan Deli
Chemical Industry dengan ketiga belas objek cluster sebelumnya yaitu (PT.
Asahan Crumb Rubber, PT.Lambang Utama, PT.Berlian Eka Sakti
Tangguh,PT. Asahan Crumb Rubber, PT.Bintang Tenera, PT.Ikaindo Indusri
Karbonik, PT.Growth Asia, PT. Agro Jaya Perdana, PT. Jakaranatama,
PT.Permata Hijau, PT. Smart Coorporation, PT.Coca Cola Bottling ndonesia
dan PT. Industri Karet Deli). Hal ini berarti objek selanjutnya akan tergabung
dengan objek (nomor urut 2) dan (nomor urut 14) pada stage 15.
( ) * +
( ) { }
*( )( )+
0,000
Belawan Deli Chemical Industry (nomor urut 14) dengan nilai koefisien
137,931 yang menunjukkan besar jarak terdekat antara PT. Belawan Chemical
Industry dengan keempat belas objek cluster sebelumnya yaitu (PT. Asahan
Crumb Rubber, PT.Lambang Utama, PT.Berlian Eka Sakti Tangguh,PT.
Asahan Crumb Rubber, PT.Bintang Tenera, PT.Ikaindo Indusri Karbonik,
PT.Growth Asia, PT. Agro Jaya Perdana, PT. Jakaranatama, PT.Permata Hijau,
PT.Smart Coorporation, PT.Coca Cola Bottling Indonesia dan PT. Industri
Karet Deli). Hal ini bererti objek selanjutnya akan tergabung dengan objek
(nomor urut 2) dan (nomor urut 14) pada stage 15.
( ) * +
( ) { }
*( )( )+
0,000
15) Pada stage 15 terbentuk cluster antara PT. Growth Sumatera Industry (nomor
urut 1) dan PT. Musim Mas (nomor urut 2) dengan nilai koefisien 632,080
yang menunjukkan besar jarak terdekat antara PT. Musim Mas dengan kelima
belas objek cluster sebelumnya yaitu (PT. Asahan Crumb Rubber,

30
PT.Lambang Utama, PT.Berlian Eka Sakti Tangguh,PT. Asahan Crumb

Rubber, PT.Bintang Tenera, PT.Ikaindo Indusri Karbonik, PT.Growth Asia,
PT. Agro Jaya Perdana, PT. Jakaranatama, PT.Permata Hijau, PT. Smart
Coorporation, PT.Coca Cola Bottling Indonesia, PT. Industri Karet Deli, PT.
Belawan Deli Chemical Industry, dan PT. Belawan Deli Chemical Industry).
Hal ini bererti objek selanjutnya akan tergabung dengan objek (nomor urut 1)
dan (nomor urut 2) pada stage16.
( ) * +
( ) { }
*( )( )+
16) Pada stage 16 terbentuk cluster antara PT. Growth Sumatera Industry (nomor
urut 1) dan PT. Belawan Deli Chemical Industry (nomor urut 14) dengan nilai
koefisien 1009,950 yang menunjukkan besar jarak terdekat antara PT.
Belawan Deli Chemical Industry dengan keenam belas objek cluster
sebelumnya yaitu (PT. Asahan Crumb Rubber, PT.Lambang Utama,
PT.Berlian Eka Sakti Tangguh, PT. Asahan Crumb Rubber, PT.Bintang
Tenera, PT.Ikaindo Indusri Karbonik, PT.Growth Asia, PT. Agro Jaya Perdana,
PT. Jakaranatama, PT.Permata Hijau, PT. Smart Coorporation, PT.Coca Cola
Bottling Indonesia, PT. Industri Karet Deli, PT. Belawan Deli Chemical
Industry, PT. Belawan Deli Chemical Industry dan PT. Musim Mas).
Kemudian pada kolom (next stage) terlihat angka 0, yang berarti proses
clustering berhenti. Kemudian proses selanjutnya dilakukan pada tahap yang
belum diproses sampai proses cluster berhenti.
( ) * +
( ) { }
*( )( )+
1009,950

31
b. Menentukan jumlah anggota cluster dan anggotanya pada metode Single

Linkage
Dalam menentukan anggota cluster, penulis memilh untuk mengelompokkan objek-
objek dalam 4 cluster. Kemudian dari data awal pada Tabel 4.3 dengan
menggunakan SPSS diperoleh Output Cluster Membership dengan 5 cluster.
Dapat dilihat pada Tabel 4.7 di bawah ini:
Tabel 4.7 : Tabel Cluster Membership
Cluster Membership
Case 4 Clusters 3 Clusters 2 Clusters
1: 1 1 1
2: 2 2 1
3: 2 2 1
4: 2 2 1
d
5: 2 2 1
i
6: 2 2 1
m
7: 2 2 1
e
8: 1 1 1
n
9: 2 2 1
s
10: 2 2 1
i
11: 2 2 1
o
12: 2 2 1
n
13: 2 2 1
0
14: 3 3 2
15: 2 2 1
16: 4 2 1
17: 2 2 1
c. Interpretasi cluster pada metode Single Linkage setelah cluster terbentuk maka
tahap selanjutnya adalah memberi ciri spesifik untuk menggambarkan isi cluster
pada tabel 4.8:

32
Tabel 4.8 Anggota dari Cluster yang Terbentuk dengan Metode Single Linkage
No Cluster Perusahaan
1 PT. Growth Sumatera Industry

I
2 PT. Dow Agros
3 PT. Musim Mas
4 PT. Industri Karet Deli
5 PT. Coca Cola Bottling Indonesia
6 PT. Smart Coorporation
7 PT. Permata Hijau
8 PT. Jakaranatama
9 II PT. Industri Karet Deli
10 PT. Agro Jaya Perdana
11 PT. Growth Asia
12 PT. Ikando Industri Karbonik
13 PT. Bintang Tenera
14 PT. Berlian Eka Sakti Tangguh
15 PT. Lambang Utama
16 III PT. Belawan Deli Chemical Industry
17 IV PT. Amir Hasan Company
Keterangan:
Dari tabel diatas dapat diklasifikasikan bahwa Cluster I adalah kelompok dengan
kemiripan paling mirip pertama ddikuti Cluster II,III dan IV.

33
BAB 5
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Dari hasil penelitian yang dilakukan untuk 17 perusahaan dikota Medan

menggunakan metode Single Linkage, berdasarkan jenis pencemaran udara gas
buang cerobong asap TSP, CO, NH3, NO2, dan SO2 diperoleh 4 cluster dan dilihat
berdasarkan variabel yang paling berbahaya yaitu CO, NO2, dan SO2 adalah
Kelompok I merupakan kelompok yang memiliki nilai pencemaran udara gas buang
cerobong asap dengan kategori berbahaya.Pada Kelompok III merupakan kategori
baik karena hanya 0% dari total 30% pencemaran udara emisi tidak bergerak.
5.2 Saran
Penelitian ini hanya menganalisis tingkat pencemaran udara gas buang cerobong
asap pada industri di Kota Medan. Mengenai hal ini perlu dilakukan kajian mengenai
pencemaran udara gas buang cerobong asap pada industri berdasarkan 5 variabel
yang telah disebutkan pada pembahasan sebelumnya, untuk cakupan yang lebih
besar. Metode ini sangat cocok untuk dipakai pada kasus shape independent
(mempengaruhi) cluster-ing, karena kemampuannya membentuk pola tertentu dari
cluster. Jika berkenan variabel dari penelitian juga di perbanyak, atau menggunakan
metode non-hirarki

34
DAFTAR PUSTAKA
Basrowi dan Siti Juariyah,”Analisis Kondisi Sosial Ekonomi dan Tingkat Pendidikan
Masyarakat Desa Srigading Kecamatan Labuhan Maggarai Kabupaten
Lampung Timur”, jurnal ekonomi & pendidikan, vol. 7 No. 1 (2010).
Gudono. 2011. Analisis Data Multivariat Edisi Pertama.Yogyakarta: BFE.
Imam Ghozali, 2001. Analisis Multivaria dengan Program SPSS.Semarang: Badan

Penerbit Universitas Dipenogoro.
Imam Ghozali, 2006. Aplikasi Analisis Multivariat dengan SPSS, Cetakan Keempat,
Badan Penerbit Universitas Dipenogoro, Semarang.
Johnson, R, A and D. W. Wichern. 2007. Applied Multivariate Statistical Analysis,

Prentice-Hall, Inc. New Jersey.
Lubis I A, Nugroho S, dan Swita, Baki. 2016. Kajian Metode Pengklasteran Hierarki
Dengan Berbagai Pengukuran Jarak. e-journal Statistika.45.
Lungan Richard, 2006. Aplikasi Statistika dan Hitung Peluang.Yokyakarta:

GrahaIlmu.
Mulia, R M. 2005. Pengantar Kesehatan Lingkungan. Cetakan Pertama. Yogyakarta:

Graha Ilmu.
Nugroho, Agung. 2005. Strategi Jitu Memilih Metode Statistika Penelitian dengan
SPSS. Yogyakarta: Andi.
Saifuddin, 2003. Reliabilitas dan Validitas.Pustaka Belajar
Santoso Singgih, 2003. Statistika Multivariat. PT Gramedia, Jakarta.
Santoso Singgih. 20017. Statistika Multivariat dengan SPSS. PT. Elex Media
Komputindo. Jakarta.
Sbm Binus. Analisis Cluster. 2015 [Online] Available

https://sbm.binus.ac.id/2015/11/21/analisis-cluster.
Shiga, M., dan Mamitsuka,H. (2012). A variational bayesian framework for

clustering with multiple graphs.Knowledge and Data Engineering, IEE
Transactions on, 24(4),577-590.
Simamora, B. 2005. Analisis Multivariat Pemasaran. Jakarta: Gramedia Pustaka

Umum.
Sitepu H, Irmeilyana, dan Gultom B. 2011. Analisis Cluster Terhadap Tingkat

Pencemaran Udara pada Sektor Industri di Sumatera Selatan. Palembang.
Jurnal Penelitian Sains. 14(3A) 14303.

35
Supranto, J. 2004. Analisis Multivariate Arti dan Interprestasi. PT. Rineka Cipta,
Jakarta.
Soedomo, M. 2001. Kumpulan Karya Ilmiah Tentang Pencemaran Udara. ITB,

Bandung.
Tim Penelitian dan Pengembangan Wahana Komputer, 2005. Pengembangan

Analisis Multivariat dengan SPSS 12, Edisi Pertama, Salemba Infotek,
Jakarta, Hal.120.
Usman, Hardius., dan Nurdin Sobari.(Edisi ke-1). 2013. Aplikasi Teknik

Multivariate Untuk Riset Pemasaran.Jakarta: Rajawali Pers.
Vania Amelindha, Sumiati, Rohamn Fatchur. 2018. Preferensi Pelanggan online shop
Instagram Berdasarkan E-service Qualty dengan Menggunakan Analisis
Cluster dan Analisis Conjoint. Jakarta. Jurnal Ilmiah Manajemen. 8(12018).
Wardhana, Wisnu Arya. 2004. Dampak Pencemaran Lingkungan. Penerbit ANDI

OFFSET. Yogyakarta.

Analisis Pencemaran Udara Gas Buang Cerobong Asap Pada Industri Di Kota Medan Dengan Menggunakan Analisis Cluster

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Analisis Pencemaran Udara Gas Buang Cerobong Asap Pada Industri Di Kota Medan Dengan Menggunakan Analisis Cluster

Diunggah oleh

Hak Cipta:

Format Tersedia

ANALISIS PENCEMARAN UDARA GAS BUANG CEROBONG

ASAP PADA INDUSTRI DI KOTA MEDAN DENGAN

PROGRAM STUDI S1 MATEMATIKA

Universitas Sumatera Utara

DIAJUKAN UNTUK MELENGKAPI TUGAS DAN MEMENUHI SYARAT

PROGRAM STUDI S1 MATEMATIKA

Universitas Sumatera Utara

ANALISIS TINGKAT PENCEMARAN UDARA GAS BUANG

Medan, September 2019

Universitas Sumatera Utara

Judul : Analisis Tingkat Pencemaran Udara Gas Buang

Ketua Program Studi Pembimbing,

Dr. Suyanto, M.Kom. Drs. Ujian Sinulingga, M.Si

Universitas Sumatera Utara